本发明涉及图像处理，尤其是涉及一种基于图像识别的零件尺寸自动检测方法及系统。
背景技术：
1、在实际工业生产过程中，零部件尺寸检测环节至关重要，其极大程度的影响着整个工艺过程的加工效率及成品质量。传统的尺寸检测方式主要依靠千分尺、游标卡尺及塞尺等量具的接触式测量，其检测效率较低，且检测结果精度高度依赖于操作人员的经验水平，对操作过程的规范性要求较高，无法保证检测结果的客观性及准确性。故采用机器视觉技术实现对待测件尺寸的测量成为了现阶段提高检测效率的一种主要技术途径。目前工业生产中存在的视觉检测技术应用主要为针对单一系列或单一型号产品的非标定制检测专线及专机设备。此种检测策略柔性较差，且成本较高，无法满足对不同零件的检测及多型号待测件共线混检的实际需求。由上述现状导致的主要技术问题有：
2、1.针对多种不同型号待测件的检测，仅依靠人工识别其零件形貌并进行分类会极大程度的降低整体尺寸测量过程的效率，且由于人工的参与难免会存在误判，不能满足现阶段智能自动化工业制造中的生产需求；
3、2.为提升整体尺寸检测效率，避免对次品零件的无效测量，应对缺陷件进行及时识别及剔除，而现阶段生产过程中对待测件缺陷的检测还主要依靠人工肉眼的识别，该种质检方式对检测人员的技术水平要求较高，不可避免会存在由于人工操作失误而造成的误判与漏判，且人工筛选同样会严重降低产品质量检测全流程的效率；
4、3.虽然现阶段部分企业已经将机器视觉技术应用于实际生产过程中的产品质量检测环节，但由于其图像处理及尺寸检测过程需根据实际零件的取图情况调整流程与参数，该步骤较为复杂且灵活性较差，目前难以实现标准化及通用化，因此对于非目标类待测件仍然无法在真正意义上实现通用测量。
技术实现思路
1、针对传统的检测手段严重依赖于检测人员的操作经验，其效率及精确度无法满足现阶段工业中的自动化生产需求，以及对于现有的视觉检测技术，多为专机专线检测设备，其存在灵活性较差、检测对象较为单一等不足之处，无法满足多产品共线生产及生产任务临时调整的应用需求等问题，本发明提供一种基于图像识别的零件尺寸自动检测方法及系统，相较于传统接触式测量策略，本发明具有智能、自动且高精高效的特点，相较于现有的视觉测量技术，对不同尺寸、形状和环境的变化具有更强的适应性，从而提高了零件尺寸检测方法的通用性和灵活性。同时，本发明通过将外观形貌识别与尺寸检测技术结合应用，避免了对非目标件及缺陷件的不必要测量，进一步提高了零件尺寸检测效率，其中应用了改进设计的ransac边缘拟合技术，降低了噪声对测量结果的干扰，提高了零件尺寸检测的精度。
2、为解决上述问题，本发明采取如下的技术方案：
3、一种基于图像识别的零件尺寸自动检测方法，所述方法包括以下步骤：
4、步骤1：基于背景差分技术自动采集批量零件的图像，并选取图像效果最理想的图像作为模板图像存储在数据库中；
5、步骤2：利用三阶段模板匹配算法对采集的全部图像中的零件形貌进行自动识别，标记零件型号并剔除形貌异常的零件；
6、步骤3：部署及训练目标检测模型，并利用训练好的目标检测模型对零件表面缺陷进行自动检测，去除含缺陷的零件；
7、步骤4：建立图像自动预处理序列规则，并按照图像自动预处理序列规则对模板图像进行预处理操作，得到包含最优预处理流程及参数信息的字符串序列，再按照模板图像对应的零件型号将所述字符串序列保存至图像预处理流程数据库中，根据步骤2获得的零件型号读取调用所述图像预处理流程数据库中存储的字符串序列，按照字符串序列所对应的图像自动预处理序列规则对所有与模板图像同型号的零件图像进行批量自动预处理，得到各个零件的待测图像；
8、步骤5：对模板图像中待测尺寸所在的轮廓区域进行框选标记，利用边缘拟合算法对轮廓区域进行拟合，并将拟合区域位置及拟合参数信息存储至尺寸检测流程数据库中，根据待测图像与模板图像的质心位置及角度偏差，对待测图像相对于模板图像中的拟合区域进行映射变换，再利用直线拟合算法对变换后待测图像中感兴趣区域进行边缘拟合，根据拟合直线间的距离公式自动计算出所有与模板图像同型号的零件的全部尺寸信息；
9、步骤6：建立存储有不同型号零件的标准尺寸及公差信息的标准尺寸公差信息数据库，根据标准尺寸公差信息数据库和步骤5自动检测得出的尺寸信息进行检测结果分析，并以零件为单位输出尺寸检测结果。
10、相应地，本发明一种基于图像识别的零件尺寸自动检测系统，所述系统包括：
11、采集模块，用于基于背景差分技术自动采集批量零件的图像，并选取图像效果最理想的图像作为模板图像存储在数据库中；
12、匹配识别模块，用于利用三阶段模板匹配算法对采集的全部图像中的零件形貌进行自动识别，标记零件型号并剔除形貌异常的零件；
13、缺陷检测模块，用于部署及训练目标检测模型，并利用训练好的目标检测模型对零件表面缺陷进行自动检测，去除含缺陷的零件；
14、图像批量自动预处理模块，用于建立图像自动预处理序列规则，并按照图像自动预处理序列规则对模板图像进行预处理操作，得到包含最优预处理流程及参数信息的字符串序列，再按照模板图像对应的零件型号将所述字符串序列保存至图像预处理流程数据库中，根据匹配识别模块获得的零件型号读取调用所述图像预处理流程数据库中存储的字符串序列，按照字符串序列所对应的图像自动预处理序列规则对所有与模板图像同型号的零件图像进行批量自动预处理，得到各个零件的待测图像；
15、零件尺寸自动检测模块，用于对模板图像中待测尺寸所在的轮廓区域进行框选标记，利用边缘拟合算法对轮廓区域进行拟合，并将拟合区域位置及拟合参数信息存储至尺寸检测流程数据库中，根据待测图像与模板图像的质心位置及角度偏差，对待测图像相对于模板图像中的拟合区域进行映射变换，再利用直线拟合算法对变换后待测图像中感兴趣区域进行边缘拟合，根据拟合直线间的距离公式自动计算出所有与模板图像同型号的零件的全部尺寸信息；
16、检测分析模块，用于建立存储有不同型号零件的标准尺寸及公差信息的标准尺寸公差信息数据库，根据标准尺寸公差信息数据库和零件尺寸自动检测模块自动检测得出的尺寸信息进行检测结果分析，并以零件为单位输出尺寸检测结果。
17、本发明结合图像处理、深度学习技术及数据库技术，提出了一种基于图像识别的零件尺寸自动检测方法及系统，解决了人工检测过程中存在的检测准确率不足及效率低下等问题。与现有技术对比，本发明具有如下有益效果：
18、（1）本发明通过对模板图像预处理流程及尺寸检测流程的存储与管理，由经验充足的操作人员根据实际图像质量进行初次的流程参数设置，并存储于数据库，便于后续多客户端自动检测过程对相关流程的获取及重复调用，降低了检测过程对操作人员经验水平的要求，节约了人力以及时间成本；
19、（2）本发明通过引入多模板策略，结合零件形貌自动识别技术，对不同型号的零件实现了同批次混合检测，并可针对检测需求，任意更改待测零件的模板信息，使得检测过程更加自由化及智能化。
1.一种基于图像识别的零件尺寸自动检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于图像识别的零件尺寸自动检测方法，其特征在于，步骤1中基于背景差分技术自动采集批量零件的图像的过程包括以下步骤：
3.根据权利要求2所述的一种基于图像识别的零件尺寸自动检测方法，其特征在于，自动采集图像的批量零件为同型号批量零件或者多型号混合零件。
4.根据权利要求1或2所述的一种基于图像识别的零件尺寸自动检测方法，其特征在于，所述三阶段模板匹配算法包括以下步骤：
5.根据权利要求4所述的一种基于图像识别的零件尺寸自动检测方法，其特征在于，进行基于hu不变矩的二阶段模板匹配时，用于二阶段模板匹配结果评定的匹配系数计算公式如下：
6.根据权利要求1或2所述的一种基于图像识别的零件尺寸自动检测方法，其特征在于，所述目标检测模型为基于yolov5神经网络搭建得到的模型。
7.根据权利要求1或2所述的一种基于图像识别的零件尺寸自动检测方法，其特征在于，所述直线拟合算法包括以下步骤：
8.根据权利要求1或2所述的一种基于图像识别的零件尺寸自动检测方法，其特征在于，步骤5中进行映射变换的过程包括以下步骤：
9.根据权利要求1或2所述的一种基于图像识别的零件尺寸自动检测方法，其特征在于，所述尺寸检测结果采用excel格式文件。
10.一种基于图像识别的零件尺寸自动检测系统，其特征在于，包括：
